一、报告核心定位与核心观点
《2025 甲子 Cool Vendor 人形机器人大模型领域》由甲子光年智库发布，聚焦人形机器人从技术研发向商业化落地的关键转型期，系统梳理技术架构、产业格局、应用场景及标杆企业。报告指出，人形机器人已进入商业化临界点：近三年全球头部企业技术迭代速度提升300%，核心部件成本下降40%；AI大模型、多模态交互等技术突破为规模化应用奠定基础。市场需求快速增长，2023–2025年复合增长率达85%，制造业、养老服务、特种作业等领域需求缺口超100万台。产业链已形成完整闭环，上游核心部件国产化率达65%，供应链自主可控显著降低整机成本。
二、人形机器人大模型新定义与行业演进
（一）核心定义：多模态融合的智能核心
人形机器人大模型是专为人形机器人设计的多模态AI系统，深度融合感知、决策、规划与执行能力，具备具身性、多模态融合、自主决策和端到端学习等特征，技术栈分为三层：
- 大脑层：以软件为核心，涵盖多模态大模型、自然语言模型、具身智能模型等，负责任务级交互与高层决策；
- 小脑层：软硬协同，包括强化学习、模型预测控制、步态生成算法等，实现全身运动控制；
- 肢体层：硬件+算法结合，包含感知、触觉、视觉模型及机械设计，直接执行动作并与环境交互。
（二）行业演进：从“炫技”到“实用”的跨越
人形机器人正从L2（固定任务+微调）向L3（自主理解并完成任务）升级，逐步实现由程序控制转向语音指令控制。动作复杂度依次为家庭服务、工业操作、复杂环境救援，技术挑战由基础感知与控制递进至动态平衡、多模态融合与极端条件适应。关键突破方向集中在低成本高可靠硬件、仿真-真实数据闭环、能量效率优化。
行业发展呈现“大脑领先、小脑追赶、肢体突破”的节奏：大脑层处于成长期，初步具备任务理解与多模态交互能力；小脑层处于导入向成长过渡阶段，运动控制持续优化但仍依赖结构化环境；肢体层核心硬件初步成熟，灵巧手、关节模组开始小规模量产，预计2026–2030年进入跃迁期，核心硬件成本将下降50%以上，整机迈向成熟。
（三）实用化核心要素：技术突破与泛化能力
- 技术突破“最后一公里”：大模型通过多模态融合提升环境适应性，自主规划减少人工干预，持续学习降低数据依赖，推动机器人从实验室走向实际场景。谷歌PaLM-E、腾讯具身大模型、智元灵渠OS等方案实现视觉、语言、触觉融合，突破单一传感器局限；
- 商业化核心矛盾：泛化能力决定落地成效。大脑层依赖海量数据训练，强调通用性；小脑层依赖物理反馈，注重实时性与鲁棒性；肢体层依赖端侧算法，追求结构优化与可靠性，三者共同构成企业商业化能力基础。
三、产业链架构与产业格局
（一）产业链全景：五层协同体系
人形机器人产业链涵盖五大层级，形成协同支撑体系：
- 大脑层：作为“指挥中心”，集成主控芯片、多模态大模型、自然语言交互等，支撑智能决策；
- 小脑层：聚焦运动控制，含强化学习模型、步态生成算法及相关驱动部件，保障运动稳定性；
- 肢体层：执行终端，由旋转/线性执行器、灵巧手及感知模型组成，直接完成动作；
- 数据层：覆盖数据采集、存储、标注、处理分析、通信安全，支撑模型训练；
- 应用层：延伸至医疗健康、教育、家居、消费服务、仓储物流、极端环境等多元场景。
（二）产业格局：三类厂商协同发展
按技术路径差异，企业可分为三类，形成差异化竞争格局：
- 大脑层企业：以软件为主，技术壁垒高，继承AI/互联网基因，提供智能解决方案。代表企业有科大讯飞、优必选、穹彻智能、智元机器人，商业模式以软件授权、算法订阅、数据服务为主；
- 小脑层企业：软硬协同，延续工业自动化背景，提供运动控制模块。代表企业如宇树科技、帕西尼感知、逐际动力、乐聚机器人，模式涵盖方案输出、性能优化、软硬捆绑；
- 肢体层企业：以“硬件+算法”为核心，占据最大市场份额，主打本体制造。代表企业包括绿的谐波、傅利叶智能、非夕科技、灵心巧手，商业模式侧重本体销售、定制开发、租赁维护。
三类企业起点不同，但均需依托场景实现价值闭环，未来将朝“大脑决策—小脑执行—肢体承载”一体化方向发展。
四、应用场景：从“替代人力”到“创造新价值”
凭借形态适配性与智能泛化能力，人形机器人无需改造现有设施即可融入人类环境，突破传统机器人局限。依据“使用热度—成熟度”坐标系，应用场景划分为四类：
- 光年象限（高成熟度高热度）：已进入快速发展期，包括物流分拣、仓储管理、生产协作、安防巡检、医疗物流等；
- 星辰象限（高成熟度低热度）：依赖技术创新满足高精度需求，如手术辅助、科学实验、质量检测、康复训练；
- 星团象限（低成熟度高热度）：需成本优化与市场推广，涵盖末端配送、教学辅助、酒店服务、零售服务、娱乐表演；
- 星云象限（低成熟度低热度）：面向技术前沿，应用于危险探测、灾害救援、空间站服务、行星探索等极端环境。
人形机器人正从“替代人力”转向“创造新价值”，成为推动社会生产力跃迁的重要力量。
五、标杆企业解析：Cool Vendor 代表案例
报告遴选5家代表性企业，覆盖全栈闭环、硬件量产、运控技术、触觉智能、具身模型等领域：
- 众擎机器人（全栈闭环构建者）：团队源自顶尖高校，实现“驱动—感知—决策”全链路自研，自研高扭矩密度关节+强化学习控制框架，产品定价低于10万元，布局工业搬运与家庭服务，目标月产500台，面临供应链与高端场景突破挑战；
- 智元机器人（硬件量产领航者）：采用“大模型+硬件+供应链”三位一体策略，灵巧手与本体全栈自研，推出通用基座模型“智元启元大模型”，拥有远征、精灵、灵犀三大系列，2025年实现千台量产，覆盖五大场景并拓展海外市场，存在多SKU资源分散、盈利模式待验证问题；
- 逐际动力（运控技术攻坚者）：专注全尺寸人形机器人及运动控制软硬件，打造具身Agent系统，双足机器人全地形移动能力领先，基于强化学习的小脑控制技术形成护城河，LimX Oli已完成量产准备并开启预售，通用操作仍处“演示级”，多产品线带来资源压力；
- 帕西尼感知（触觉智能定义者）：全球首创6D霍尔阵列式触觉传感技术，破解国内“卡脖子”难题，构建“传感器+数据集+大模型”生态，建成全球最大具身智能数据工厂，深度绑定比亚迪、京东等客户，落地性强，但面临长尾场景碎片化与盈利模式单一挑战；
- 星海图（具身模型赋能者）：专注具身智能基础模型与机器人研发，实施“整机+智能”战略，全栈自研核心模组、本体及解决方案，分层决策系统支持“边做边学”，产品覆盖开发、科研、工业、服务全场景，存在估值与落地节奏错配风险。
六、趋势与挑战：技术、市场与生态三驱并进
（一）发展趋势
- 大脑层将成为产业破局关键，通过场景数据训练大模型、自定义配置、代工或自研，构建具身智能生态圈；
- 小脑层潜力巨大，作为基础设施为行业赋能，长期有望成为核心产业链环节；
- 肢体层优先实现客户付费，短期以“卖铲子”模式（代工/主机供应）快速闭环，中长期向全栈型厂商转型。
（二）核心挑战
- 数据挑战：需打通“仿真—真实”数据闭环，解决真实场景数据采集、标注与隐私安全问题；
- 算法挑战：提升从“单任务”到“多场景”的泛化能力，增强在非结构化环境中的自主决策水平；
- 软硬协同挑战：平衡高精度与高性价比，降低核心部件成本，提升硬件可靠性与量产能力。
人形机器人已历经机械原型、机电智能、感知智能阶段，迈入具身智能时代，未来将向AGI共生时代演进，实现仿生肌肉驱动、无线能量传输、多机协同等更高阶目标。
